基于Arduino的烟叶仓库自动避障智能小车的研究

使用Arduino及其扩展版,结合超声波传感器实现了小车在烟仓里自动避障,从而为下一步的烟叶霉变智能检测打下基础.通过对烟仓环境的实地考察分析,设计并制作出相应的硬件和软件.实际测试了智能小车的各个功能,结果表明智能小车能够利用超声波传感器来获得障碍物信息,经过自处理,调用程序自动控制云台旋转,采用差速方式控制电机转速及方向,从而成功实现智能小车自主避障功能.     

基于机器视觉技术的烤烟鲜烟叶成熟度检测

为准确判定烟叶采收成熟度,以不同成熟度中部烟叶为材料,利用机器视觉技术提取不同成熟度烟叶图像的颜色和纹理特征值,采用主成分分析法对3个颜色特征值(色调、饱和度、亮度)和5个纹理特征值(角二阶矩、相关度、熵、对比度、逆差距)进行优化,利用BP神经网络建立烟叶成熟度检测模型。结果表明,采用前4个主成分可综合反映3个颜色特征值和5个纹理特征值的分级信息,实现了参数的优化;在图像信息主成分因子数为4,中间节点数为16时,该识别模型最佳,模型平均识别率为93.67%,表明基于机器视觉技术对烤烟鲜烟叶成熟度的检测是可行的。     

广西烟仓霉变发生状况调查及主要霉变因素探讨

对广西贮藏烟叶霉变发生状况和主要霉变因素的调查研究结果表明,广西各地烟仓霉变现象较为普遍。已明确霉菌属类有曲霉(Aspergillus)、青霉(Penicillum)、根霉(Rhizopus)和毛霉(Muor),其中曲霉为优势种群,分布广、为害大。每年的5~9月份是贮藏烟叶霉变的重要时段。贮藏烟叶是否霉变及霉变程度如何与烟仓的设施条件和仓贮管理工作好坏密切相关。温度、湿度和烟叶含水量是影响贮藏烟叶霉变的三大因素,湿度为主导因素。     

基于机器视觉的田间水稻苗列识别算法的研究

利用YUV色彩空间模型,以完全查表法对水稻秧苗列图像进行灰度化,通过基于傅里叶变换指导生成图像形态学运算的结构元素,提出一种结合傅里叶变换进行膨胀和腐蚀的方法,提取秧苗列轮廓,采用改良的逆投影变换对苗列图像进行垂直俯视投影,得到实际田间苗列位置,进而利用苗列实际走向信息,实现机器视觉导航系统跟踪苗列行进。对摄像机不同角度获取的苗列图像的处理结果表明,在容许识别定位误差小于50像素点、角度偏差小于6°的前提下,对苗列中心线识别与提取导航基准线的准确率为95.2%,可较好地实现田间自然环境下秧苗图像背景分割和苗列中心线提取。     

基于视觉分析的机器人最优避障路径识别方法

传统的机器人避障路径识别方法存在识别不准确、误差大、效率低的问题.对此,本文提出基于视觉分析的机器人最优避障路径识别方法:建立机器人避障路径观测模型以分析机器人运动状态,采用基于RBPF的SLAM方法对避障路径进行降噪滤波处理,在此基础上运用适应度函数排序避障路径,并引入视觉分析法识别排序后的避障路径,从而实现有效识别最优避障路径的目的.实验结果证明,与传统识别方法相比,改进方法的识别精度较高,运行耗费时间较短,具有一定的实用性.     

设施蔬菜自动对靶喷药技术研究现状与分析

【目的】回顾与总结国内外设施蔬菜自动对靶喷药技术的研究现状与进展,为该技术在设施蔬菜自动对靶喷药机器人的发展应用上提供理论和科学依据。【方法】采用相关文献资料、实地调研的方法,汇总、整理及分析。【结果】导航技术国外主要采用基于GPS、机器视觉、激光雷达等技术开发的路径识别及智能避障技术,国内主要采用电磁诱导、基于GPS、激光雷达和视觉技术的道路边缘获取与道路识别技术。病虫害检测现阶段国外主要采用图像识别、红外成像和高光谱及基于深度学习的病虫害识别技术,技术较为成熟,国内现阶段主要采用图像识别技术,利用作物颜色、纹理及形状特征进行识别。国外对靶喷药采用机器视觉、激光主动视觉和超声波技术并结合传感器对目标作物进行识别,利用变速喷药技术在生菜、番茄等作物上进行了应用,国内开发了温室自主喷药机器人,采用机器视觉技术获取靶标病虫害位置信息,对喷头进行单独控制,以达到精准对靶施药的效果。【结论】导航技术、病虫害识别技术及对靶喷药技术是自动对靶喷药技术的核心。导航方面在温室中利用机器视觉和激光雷达技术相比GPS技术更加可靠、灵活,精准度更高,高光谱与病虫害识别技术可提高病虫害识别的效率,对靶喷药技术中目标作物的识别与冠层稠密程度的判断是发展趋势。     

基于LBP-DEELM的类人机器人对树叶辨识的技术研究

针对类人机器人的特点,设计了一个具有树叶辨识功能的类人机器人系统.类人机器人自带的摄像头作为视觉,视觉系统采用Sobel算子对除噪、滤波后的图像进行边缘提取,将均匀旋转不变特性与原始的LBP算子相融合,提取边缘图像的特征值,结合差分演化算法对极限学习机进行优化,通过训练得到每类树叶所对应的分类器模型参数,构造分类器,实现类人机器人对树叶准确高效的识别.试验显示,仿人机器人此类控制方式适合参加竞技类比赛.     

基于物联网技术的仓储烟叶霉变状态智能监测方法研究

为对烟叶仓储中的霉变状态进行全方面的快速检测,解决传统霉变检测手段流程复杂需要人工判定的问题,基于物联网技术与BP神经网络算法搭建了一套烟叶仓储环境特定参数的监测平台,从而实现对仓储烟叶霉变状态的智能监测。首先,设计了烟叶仓储环境数据采集终端和手持无线中继器,手持无线中继器用于唤醒数据采集终端,并利用无线射频传输的方式获取终端采集的环境参数,同时通过GPRS将数据发送到服务器,服务器完成数据解析处理。之后,基于BP神经网络算法建立了烟叶状态识别模型,通过对所采集环境参数进行分析处理,得出烟叶状态,并通过仿真试验验证了模型的有效性。最后,开发并完成了烟叶仓储环境智能监测信息管理系统,实现烟叶环境参数和烟叶霉变状态的直观显示和报警。测试结果表明,利用物联网技术并结合BP神经网络算法,能够有效地完成仓储烟叶霉变状态的监测,具有一定的实际应用价值。     

基于机器视觉的日本鲭定向装置设计与试验

针对现有鱼体定向整理装置工作环境嘈杂,工作稳定性差的问题,本研究设计了一种基于机器视觉的鱼体定向整理装置.采用卷积神经网络Resnet-18对鱼体头尾朝向进行识别,采用图像处理的方法提取鱼体轮廓并进行网格划分,通过比较灰度值大小判断鱼体的腹背朝向.当检测到鱼体尾部朝前时,气缸推杆将其推出剔除,实现鱼体头尾定向;当鱼体头...     

线性CCD智能车的控制系统设计

该智能车控制系统由电源稳压模块、直流电机驱动模块、赛道信息识别模块、速度检测模块、倾角检测模块、OLED显示模块和串口调试模块组成。采用32位Cortex-M4内核的微处理器MK60DN512ZVLQ10作为核心控制单元,在此基础上应用相应控制程序来实现直立、方向、速度控制。通过自平衡小车动力学建模,获得小车平衡条件;利用陀螺仪和加速计获得车体的倾角和角速度;对小车倾角进行PD控制实现小车的基本直立;通过光电编码器测得小车的速度,并对速度进行PID控制;将转速控制信号与平衡控制信号叠加到后轮两电机上,实现小车的静止和直立行走;采用TSL1401线性CCD获得赛道图像信息,经过对图像的去噪处理,准确快速的提取出的赛道中心线,获得小车的方向偏差控制量;通过对方向控制量和转向角速度进行PD控制来调节左右两轮的差速实现小车的转向和自主寻迹。